近年来,随着工作生活压力的日益增加,各种慢性疾病的发病率持续上升,给人们的健康生活带来很大的影响。为了防止这种情况的发生,对于慢性病的早期的预防与治疗已经成为人们普遍关心的问题。随着科技的进步,基于可穿戴设备的个人健康监测系统的开发与研究得到了社会的广泛支持,同时随着可移动智能终端设备的广泛普及,面向移动终端的健康监测将会给人们的生活带来巨大的改变,因此本文在可穿戴设备的基础上研究并实现了基于Android系统的心率信息监测软件设计与开发。其对用户实现了的心率信息实时、可移动性、可连续性的监测,同时本文还实现了对其所监测到的心率信息数据进行心率变异性分析,从而可以判断目前用户的身体健康状态,为慢性疾病的预防和判断提供了一个良好的解决方案。论文首先针对心率变异性分析方法分别从时域分析方法,频域分析方法以及非线性分析展开了深入的研究。其中在心率变异性的时域分析方法中分别介绍了几何图形分析方法和统计学分析方法。在心率变异性的频域分析方法分别介绍基于傅立叶变换的经典谱估计和基于自回归参数模型法的现代谱估计,同时分别实现基于Welch算法的经典谱估计和基于Burg算法的现代谱估计,并对两种谱估计结果进行了相关的分析和比较。在非线性分析方法中,介绍了基于Poincare散点图的非线性分析方法的实现,同时本文还采用了基于动态样本熵的分析方法来对心率变异性进行分析,并对此方法的快速计算作了相应的改进,通过此方法可以对一段RR间期时间序列内的心率变异性动态变化进行研究。然后论文详细介绍了基于Android系统的心率信息监测软件的设计与实现。从软件系统的需求分析开始,分别介绍了系统的功能性需求和非功能性需求,并对软件系统进行了相应的总体框架设计与功能模块设计。并针对系统的用户登录与信息注册模块、传感器控制器模块、数据可视化模块、数据存储模块、用户信息显示模块和服务器通信模块等主要的功能模块的实现分别作了详细的介绍,同时还介绍在服务器端的数据分析方法相应的实现过程。论文最后针对终端监测软件的主要功能进行了详细的功能测试,测试结果表明软件运行良好,同时论文还对终端监测软件所采集到的实验测试数据分别进行了心率变异性的线性分析和非线性分析。通过对分析结果进行比较,验证了以上分析方法的正确性。